質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

ValueError: could not convert string to float

退会済みユーザー

退会済みユーザー

総合スコア0

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

2回答

0評価

0クリップ

4685閲覧

投稿2020/01/02 12:58

編集2020/01/03 01:03

Pythonでグラフを描くために以下のコードを実行すると、ValueError: could not convert string to float: というエラーが出ました。
何方か対処法をお教えしていただけないでしょうか。
よろしくお願いいたします。

<コード>

python

import numpy as np import matplotlib.pyplot as plt x, y1, y2 = np.loadtxt('/Users/a/Desktop/1-1.csv', delimiter=',',usecols =(0,1,2), unpack=True) fig, ax1 = plt.subplots(figsize=(7, 10), facecolor="w") ax1.plot(x, y1, 'k') # x, y1 の折れ線グラフをプロットする。 time_max = x.max(0) ax1.set_xticks(np.arange(0,time_max,60)) ax1.set_yticks(np.arange(1.0, 2.21, 0.2)) # y 軸の目盛りを設定する。 ax1.set_yticks(np.arange(0.9, 2.21, 0.2), minor=True) # y 軸の補助目盛りを設定する。 ax1.set_xlabel('Elapsed time [min]', size = 18) # x 軸のラベルを設定する。 ax1.set_ylabel('Weight ratio m/m0 [-]', size = 18) # y 軸のラベルを設定する。 def find_nearest(array, value): idx = (np.abs(array - value)).argmin() return idx nearest_idx = [find_nearest(y2, x) for x in [1.1, 1.2, 1.3, 1.4, 1.5]] # 3列目で [1.1, 1.2, 1.3, 1.4, 1.5] に最も近い値のインデックスを求める。 print(y1[nearest_idx]) ax2 = ax1.twinx() ax2.set_yticks(y1[nearest_idx]) ax2.set_yticklabels([1.1, 1.2, 1.3, 1.4, 1.5]) ax2.set_ylabel('Supersaturation S [-]', size = 18) ax2.set_ylim(*ax1.get_ylim()) # ax1 と y 軸を同じスケールにする。 plt.savefig('/Users/a/Desktop/graph.png')

<csvファイル>

csv

1 0.997 2.063009369 2 0.996 2.06446939 3 0.998 2.061551412 4 1.02 2.015960779 5 1.05 1.96835037 6 1.05 1.955157673 7 1.06 1.935696913 8 1.07 1.915361292 9 1.08 1.900387784 10 1.1 1.873535805 11 1.11 1.853300666 12 1.12 1.835805694 13 1.12 1.834651099 14 1.14 1.804016851 15 1.15 1.791827548 16 1.17 1.761530947 17 1.18 1.744674191 18 1.2 1.716948351 19 1.21 1.697959981 20 1.23 1.667864636 21 1.25 1.643433942 22 1.27 1.618809794 23 1.28 1.601040202 24 1.3 1.580224945 25 1.32 1.557445407 26 1.34 1.532892931 27 1.36 1.509883669 28 1.39 1.484526844 29 1.4 1.471793768 30 1.42 1.450569492 31 1.44 1.428548114 32 1.47 1.398415747 33 1.48 1.386452114 34 1.49 1.379893684 35 1.55 1.325952385 36 1.56 1.318759154 37 1.59 1.290179234 38 1.62 1.268853957 39 1.64 1.250898477 40 1.68 1.223613778 41 1.7 1.208908101 42 1.75 1.174826922 43 1.76 1.166838099 44 1.78 1.157577479 45 1.81 1.135498345 46 1.85 1.11042834 47 1.88 1.096652349 48 1.89 1.089281273 49 1.91 1.076021855 50 1.92 1.069708562 51 1.93 1.067750823 52 1.94 1.060761908 53 1.95 1.056918568 54 1.95 1.055389019 55 1.96 1.049692425 56 1.96 1.049692425 57 1.97 1.046679314 58 1.97 1.045553852 59 1.97 1.045179236 60 1.97 1.042937164 61 1.97 1.042191943 62 1.97 1.041819731 63 1.97 1.041819731 64 1.97 1.041819731 65 1.97 1.041819731 66 1.98 1.041447786 67 1.98 1.041076106 68 1.98 1.041447786 69 1.98 1.041076106 70 1.98 1.041076106 71 1.97 1.041819731 72 1.97 1.041819731 73 1.97 1.042191943 74 1.97 1.041819731 75 1.97 1.041819731 76 1.97 1.042191943 77 1.97 1.041819731 78 1.98 1.041447786 79 1.98 1.041447786 80 1.98 1.041076106 81 1.98 1.041447786 82 1.98 1.040704691 83 1.99 1.034797889 84 2 1.028957759 85 2 1.029684168 86 2 1.030411603 87 2 1.030047757 88 2 1.030047757 89 2 1.029684168 90 2 1.029320836 91 2.01 1.023183181 92 2.02 1.019963373 93 2.02 1.019606867 94 2.02 1.019963373 95 2.02 1.020320129 96 2.02 1.019606867 97 2.01 1.022465912 98 2.01 1.025341036 99 2 1.026062345 100 2 1.026062345 101 2 1.029320836 102 1.99 1.032965739 103 1.99 1.034797889 104 1.98 1.039221677 105 1.98 1.041076106 106 1.96 1.048937522 107 1.95 1.055770991 108 1.94 1.059991006 109 1.93 1.065021996 110 1.92 1.069708562 111 1.92 1.073250643 112 1.91 1.076021855 113 1.91 1.078408594 114 1.91 1.078807414 115 1.9 1.084825306 116 1.89 1.090095384 117 1.88 1.09459484 118 1.87 1.098303934 119 1.87 1.102454742 120 1.86 1.104123864 121 1.85 1.110005802 122 1.84 1.116805225 123 1.84 1.12023627 124 1.83 1.124554837 125 1.82 1.128470115 126 1.82 1.130657073 127 1.82 1.132412752 128 1.81 1.134615032 129 1.8 1.140381254 130 1.79 1.146656937 131 1.79 1.150274151 132 1.79 1.150727908 133 1.78 1.153002074 134 1.78 1.157118305 135 1.77 1.160340194 136 1.77 1.165439572 137 1.76 1.169176452 138 1.75 1.175300261 139 1.75 1.178624343 140 1.75 1.178624343 141 1.74 1.18196728 142 1.73 1.189679954 143 1.73 1.18871037 144 1.72 1.193085991 145 1.72 1.198477916 146 1.71 1.201439558 147 1.7 1.207406973 148 1.7 1.212929417 149 1.69 1.215963005 150 1.69 1.219011804 151 1.69 1.220031471 152 1.68 1.226701113 153 1.67 1.232922759 154 1.67 1.233444079 155 1.66 1.236057308 156 1.66 1.240789131 157 1.65 1.243963858 158 1.65 1.246089384 159 1.65 1.249291327 160 1.64 1.250898477 161 1.65 1.249826584 162 1.64 1.252509767 163 1.64 1.254125214 164 1.64 1.254664623 165 1.64 1.252509767 166 1.64 1.253586269 167 1.64 1.257368641 168 1.64 1.257910844 169 1.64 1.257910844 170 1.63 1.26226536 171 1.62 1.267200368 172 1.63 1.265551084 173 1.63 1.265002276 174 1.62 1.267200368 175 1.62 1.267751086 176 1.63 1.265551084 177 1.63 1.265551084 178 1.62 1.267751086 179 1.62 1.268302282 180 1.63 1.265551084 181 1.62 1.266100368 182 1.62 1.268302282 183 1.62 1.266650129 184 1.63 1.265002276 185 1.62 1.267200368 186 1.62 1.269406113 187 1.62 1.267751086 188 1.62 1.272174116 189 1.61 1.274397225 190 1.62 1.272174116 191 1.62 1.271065467 192 1.62 1.27161955 193 1.61 1.27384072 194 1.62 1.2732847 195 1.61 1.274397225 196 1.61 1.277187061 197 1.61 1.280551031 198 1.61 1.281676295 199 1.61 1.281113416 200 1.6 1.283932768 201 1.6 1.284498128 202 1.61 1.281113416 203 1.6 1.286197199 204 1.6 1.289608863 205 1.6 1.287900772 206 1.6 1.285630343 207 1.59 1.29075011 208 1.59 1.293612083 209 1.59 1.29075011 210 1.59 1.291893378 211 1.59 1.295335368 212 1.59 1.295335368 213 1.59 1.294186002 214 1.58 1.298217734 215 1.58 1.299953319 216 1.58 1.298217734 217 1.59 1.295910816 218 1.58 1.299374275 219 1.58 1.302274664 220 1.58 1.301693551 221 1.58 1.300532879 222 1.58 1.302274664 223 1.58 1.302856297 224 1.58 1.304604315 225 1.57 1.308114461 226 1.57 1.309288711 227 1.57 1.308114461 228 1.57 1.308114461 229 1.57 1.310465071 230 1.57 1.312824144 231 1.57 1.312824144 232 1.57 1.31223358 233 1.57 1.31223358 234 1.57 1.312824144 235 1.56 1.315784956 236 1.56 1.316973024 237 1.56 1.318163239 238 1.56 1.319355607 239 1.56 1.319355607 240 1.56 1.319355607 241 1.56 1.319355607 242 1.56 1.319355607 243 1.56 1.320550135 244 1.55 1.325349954 245 1.55 1.325952385 246 1.55 1.325349954 247 1.55 1.325952385 248 1.55 1.326555365 249 1.55 1.326555365 250 1.55 1.327762971 251 1.54 1.332006963 252 1.54 1.332615463 253 1.54 1.332006963 254 1.54 1.332615463 255 1.54 1.333224519 256 1.54 1.333224519 257 1.54 1.333834133 258 1.54 1.333224519 259 1.54 1.334444304 260 1.54 1.338731183 261 1.54 1.338731183 262 1.54 1.339345844 263 1.54 1.338731183 264 1.54 1.338117086 265 1.54 1.338117086 266 1.54 1.338731183 267 1.54 1.339345844 268 1.53 1.341810142 269 1.53 1.343664324 270 1.53 1.344283524 271 1.53 1.346766042 272 1.52 1.350507059 273 1.52 1.350507059 274 1.52 1.349882114 275 1.52 1.349257746 276 1.52 1.349257746 277 1.52 1.349257746 278 1.53 1.348633956 279 1.53 1.348633956 280 1.52 1.353640486 281 1.52 1.356788487 282 1.52 1.357419845 283 1.51 1.358051791 284 1.52 1.357419845 285 1.51 1.358051791 286 1.51 1.358051791 287 1.51 1.359951165 288 1.51 1.35931745 289 1.51 1.35931745 290 1.51 1.358684326 291 1.51 1.358684326 292 1.51 1.358684326 293 1.51 1.35931745 294 1.51 1.361220368 295 1.51 1.365042231 296 1.51 1.364403764 297 1.51 1.364403764 298 1.51 1.365681296 299 1.51 1.365042231 300 1.51 1.365681296 301 1.5 1.367602085 302 1.5 1.370815436 303 1.5 1.370815436 304 1.5 1.370815436 305 1.5 1.371459919 306 1.5 1.371459919 307 1.5 1.372105008 308 1.5 1.372750705 309 1.49 1.377938237 310 1.49 1.378589437 311 1.49 1.379241252 312 1.49 1.379241252 313 1.49 1.378589437 314 1.49 1.378589437 315 1.49 1.379893684 316 1.49 1.379241252 317 1.49 1.378589437 318 1.49 1.379241252 319 1.49 1.380546734 320 1.48 1.385793467 321 1.48 1.386452114 322 1.48 1.386452114 323 1.48 1.385793467 324 1.49 1.385135445 325 1.49 1.385135445 326 1.48 1.386452114 327 1.48 1.385793467 328 1.48 1.385793467 329 1.49 1.385135445 330 1.46 1.409224757 331 1.41 1.460007632 332 1.4 1.471793768 333 1.37 1.49748216 334 1.35 1.523287336 335 1.34 1.529677634 336 1.34 1.539364247 337 1.3 1.581081435 338 1.29 1.589697683 339 1.28 1.604562843 340 1.27 1.62150931 341 1.26 1.632398012 342 1.25 1.64714582 343 1.24 1.663110176 344 1.23 1.668818792 345 1.23 1.673605994 346 1.22 1.68715746 347 1.21 1.695985609 348 1.21 1.697959981 349 1.21 1.704906632 350 1.2 1.713922002 351 1.2 1.718971861 352 1.2 1.71795951 353 1.19 1.722016085 354 1.19 1.733271092 355 1.18 1.745718281 356 1.18 1.749907167

<エラー内容>
Traceback (most recent call last):
File "C:\Users\a\Desktop\tips\python\csv\20200102_Master_thesis_excel.py", line 4, in <module>
x, y1, y2 = np.loadtxt('/Users/a/Desktop/2-1.csv', delimiter=',',usecols =(0,1,2), unpack=True)
File "C:\Users\1\AppData\Local\Programs\Python\Python37-32\lib\site-packages\numpy\lib\npyio.py", line 1146, in loadtxt
for x in read_data(_loadtxt_chunksize):
File "C:\Users\a\AppData\Local\Programs\Python\Python37-32\lib\site-packages\numpy\lib\npyio.py", line 1074, in read_data
items = [conv(val) for (conv, val) in zip(converters, vals)]
File "C:\Users\a\AppData\Local\Programs\Python\Python37-32\lib\site-packages\numpy\lib\npyio.py", line 1074, in <listcomp>
items = [conv(val) for (conv, val) in zip(converters, vals)]
File "C:\Users\a\AppData\Local\Programs\Python\Python37-32\lib\site-packages\numpy\lib\npyio.py", line 781, in floatconv
return float(x)
ValueError: could not convert string to float:

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

shiracamus

2020/01/02 13:11

どの行でエラーが発生したのですか? 展開しようとしたデータの中身はどうなっていますか?
meg_

2020/01/02 13:23

・コードは「コードの挿入」で記入しましょう ・エラーはトレースバックを全て掲載してください(ユーザー名等は隠してもらって良いです)
meg_

2020/01/02 13:25

質問のタイトルは「ValueError: too many values to unpack」ですが、本文では「ValueError: could not convert string to float」です。どっちのエラーが発生しているのでしょうか?
退会済みユーザー

退会済みユーザー

2020/01/03 00:45

shiracamusさん 4行目の x, y1, y2 = np.loadtxt('/Users/a/Desktop/1-1.csv', delimiter=',',usecols =(0,1,2), unpack=True) でエラーが出ました。 >展開しようとしたデータの中身はどうなっていますか? すみませんが、もう少し詳しくお願いします。 よろしくお願いいたします。
shiracamus

2020/01/03 00:52

データもコードブロックで囲ってください。 コピーボタンが付きますし、表示が短くなります。
退会済みユーザー

退会済みユーザー

2020/01/03 00:52

meg_さん ご指摘いただき、ありがとうございます。 修正いたしました。 よろしくお願いいたします。
退会済みユーザー

退会済みユーザー

2020/01/03 01:04

shiracamusさん ご指摘いただき、ありがとうございます。 修正いたしました。 よろしくお願いいたします。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。